ChatGPT背后：一个天才、百亿融资和1亿月活｜全球独角兽 OpenAI何以成为微软谷歌大战中

文章图片
OpenAI何以成为微软谷歌大战中的致胜棋。文｜沈筱编辑｜王与桐来源｜36氪Pro（ID：krkrpro)封面来源｜视觉中国此刻， ChatGPT的火热程度已经无需多言。 11月30日上线，上线一周获得百万注册用户，成为史上最快到百万用户的产品；1月23日，微软确认了对ChatGPT母公司OpenAI的新一轮数十亿美元投资；2月4日， ChatGPT版搜索引擎曾悄然上线，但几分钟又后迅速下线；2月6日，谷歌预告其智能对话机器人Brad即将上线；然而今天，北京时间2月8日，微软紧急推出由OpenAI提供技术支持的最新版Bing（中文名“必应”）搜索引擎和Edge浏览器。火从产品本身，烧到了各个领域，从硅谷点燃了全球。从Google指数上看， ChatGPT在全球的热度指数激增；从创投圈来看， 2023年开年以来，赛道内初创公司受投资者持续追捧。 1月，有消息称前OpenAI员工创办的Anthropic即将获得3亿美元投资，而这一投资者在本月被证实是谷歌；前谷歌员工创办的Character.AI也在当月称已与多个投资方就本轮融资进行讨论；在中国的农历年后，每一个投资人都开始寻找中国的ChatGPT 。毋庸置疑，背后最大赢家是ChatGPT的母公司OpenAI ，以及“再生父母”微软。而二者的关系也可以追溯到更早。一个问题浮出水面：为什么会是ChatGPT？为什么是OpenAI？毕竟，志在实现通用人工智能目标的公司可不止OpenAI一家， ChatGPT也并不是近年来唯一一个掀起AI热潮的对话机器人。 2016年，微软在Twitter上发布了Tay ， 2022年8月， Meta推出了BlenderBot3 ，但均由于聊天对话存在偏见、种族歧视、反犹语言等问题而匆匆下架。谷歌也早在2021年5月就公布了LaMDA ，但迟迟未作为产品发布。本文， 36氪试图回答一些问题：ChatGPT何以免去AI对话固有的道德、法律非议？为什么OpenAI能够成为破局者？手握海量数据和大量计算资源的科技巨头如谷歌、Meta败阵而归， AIGC赛道创业公司不胜枚举， OpenAI为何能够拔得头筹？微软持续多次豪掷百亿，野心到底是什么？

文章图片
烧钱背后的商业天才钱和所有AI技术的关系都是必要不充分条件：钱不一定能砸出AI突破性进展，但是没钱一定做不出来。
这条对OpenAI一样使用。对AI研发企业而言，无论是NLP模型的开发和训练，以及后续AI服务提供所需担负的算力成本和运营成本，还是需要向顶尖科研人员支付的薪酬都是高昂的。
AI实现路径条条不同， OpenAI又选择了一条更烧钱的技术路径——通过增加数据量、提高算力来提升模型性能。仅2022年， OpenAI就花费了约5.44亿美元，而收入仅为3600万美元。
这样的“账”显然不是一般创业公司所负担得了。但好在，从创立那天开始， OpenAI就不缺钱。
2015年OpenAI成立之初，与创始团队背景同样瞩目的是众星云集的投资者名单和高达10亿美元的启动资金，这其中包括ElonMusk、PeterThiel和PayPal校友、LinkedIn联合创始人ReidHoffman等多位硅谷重量级人物的资金支持。 2016年， YCombinator又追加了12万美元的种子前轮投资。
相比之下， Google2014年收购DeepMind仅花费了4亿美元。
OpenAI管理层并不满足于此。为满足呈指数级增长的计算资源需求，这些资金或许远远不够：以GPT-3为例， 2020年，大型语言模型GPT-3的发布使OpenAI在AIGC领域初露头角。聊天机器人ChatGPT正是在此模型基础上构建的。相较于2019年2月发布的GPT-2 ， GPT-3的模型能力得到了显著提升，易用性、安全性有了明显改进，在文案写作和总结、翻译、对话等任务中的表现都更加优异。也正因此， GPT-3成为了OpenAI首个开放商用测试的语言模型。 GPT-3和GPT-2的最大区别在于模型规模更大——GPT-2拥有15亿参数， GPT-3则拥有1750亿参数，模型训练使用的数据量高达0.4万亿token 。然而，和模型规模、训练数据量一样增长的，是GPT-3的模型训练成本。有数据显示， GPT-3的单次训练成本高达460万美元。